论文页面 - MERIT：学习解耦音乐表示以实现音频相似度

来源：https://huggingface.co/papers/2605.27346

摘要

MERIT 框架通过学习解耦的音乐表示（旋律、节奏和音色），结合条件音频生成和源分离音轨，实现精细化的音乐查询。

当前的音乐相似度模型（https://huggingface.co/papers?q=music%20similarity%20models）通常计算单一的总体分数，将旋律、节奏和音色等不同的音乐维度混为一谈。这限制了用户控制和可解释性，无法执行精细化的查询。我们提出 MERIT，一个学习解耦的、因子特定的音乐表示（https://huggingface.co/papers?q=factor-specific%20music%20representations）框架，专为这三个核心维度设计。为了克服真实音频中缺乏孤立音乐变化的问题，我们采用了一种新颖的训练策略，利用条件音频生成（https://huggingface.co/papers?q=conditional%20audio%20generation）和源分离音轨（https://huggingface.co/papers?q=source-separated%20stems）来强烈鼓励训练数据中的单因子变化。我们的评估展示了强大的因子级解耦能力。每个头部对其目标感知维度响应强烈，而对其他维度则几乎保持随机水平，这种表示属性在合成训练领域和独立的真实音频中均成立。

查看 arXiv 页面（https://arxiv.org/abs/2605.27346）查看 PDF（https://arxiv.org/pdf/2605.27346）项目页面（https://github.com/AMAAI-Lab/MERIT）GitHub20（https://github.com/AMAAI-Lab/MERIT）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.27346）

在您的 agent 中获取此论文：

hf papers read 2605\.27346

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型1

amaai-lab/merit 特征提取• 更新于约3小时前 • 1（https://huggingface.co/amaai-lab/merit）

引用此论文的数据集1

amaai-lab/merit 预览• 更新于约3小时前 • 95 • 3（https://huggingface.co/datasets/amaai-lab/merit）

引用此论文的 Space0

没有 Space 链接此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2605.27346 以从此页面链接它。

包含此论文的收藏集0

没有收藏集包含此论文

将此论文添加到收藏集（https://huggingface.co/new-collection）以从此页面链接它。